大数据治理不是人人都会
作者结合在区域医疗领域数据治理的经验，以Kimball数仓建设方法论为核心，希望能深入浅出的讲解大数据治理的思想和方法，让大家对大数据治理的功能效用有一个全面的认识，走出一些理解的误区。（阔海星沉@CSDN原创，转载请注明出处）
1 真的难吗
1.1 What is Big Data Governace
大数据治理区别于业务系统，它本身不是应用软件，没有具体的场景、页面、功能，而是对已有业务系统中数据价值的挖掘。因此，大数据治理的前提是要有数据，并且数据量多、数据种类或形式多样化、数据内容不断变化。而数据治理的本质，就是将原本存在于各个业务系统中杂乱数据变现的过程。
1.2 Big Data VS. Data WareHouse
虽然，数据仓库的概念早于大数据，并且，挖掘数据的价值不一定非要使用数据仓库。但是，在云平台兴起的当下，基于云计算，利用数据仓库的思想和技术来解决大数据治理问题，是大势所趋。下面，我举个例子。
区域医疗数据治理的场景中，数据的来源有：市级医院业务数据、基层医疗公共卫生数据、母子健康系统、人口死亡系统、智慧生命通道系统、运行监管系统等等。数据量非常大、数据来源和种类样数极多、并且时刻都在变化。
这些数据治理好之后，需要支撑的应用系统有：患者主索引、健康档案、处方点评、DRG、病历质检等。会产生巨大的价值。
- 标准化
类比于矿变铁的过程，同一个人的检查数据（例如测血压），可能存在于各个医院的不同厂商的信息化系统中，面临表结构不同、数据单位不同、码表不同的各种问题，需要进行统一的标准化；
- 模型化
类比于把钢铁轧成不同型号钢胚的过程，虽然数据经过了标准化，但相同含义的数据还存在于不同的表中，数据仍是杂乱无章的。为了方便数据的取用，根据业务特点设计涵盖所有数据的模型，把标准化后的数据注入模型，形成数据明细层。至此，杂乱无章的数据变成了统一的、完整的、规范的，可以方便取用的模型化数据。
- 主题化
类比于把钢胚锻造为不同行业需要的标准零件，如果业务场景非常复杂，需要把模型化的数据按不同应用场景主题化。数据主题化的过程中，虽然会产生冗余，但由于是针对具体应用场景开发，数据会像标准零件一样，可以直接使用。
- 功能化
类比于一个钢铁作品的最终产生，使用模型化或主题化数据，开发数据应用，最终产生数据集市，形成价值。
利用数仓技术进行数据治理的过程，可以类比于钢铁产品的制造工艺，通过标准的工艺，方便数据的取用，不仅能够提高开发效率，还可以减少重复计算，节省计算成本。
看到这里，大数据治理的逻辑清晰，技术成熟，好像也没什么太深奥的。但真的只是这样吗？
To Be Continued…